background = styleColorBar(iris$Petal.Length, ‘steelblue’), backgroundSize = ‘100% 90%’, backgroundRepeat = ‘no-repeat’, backgroundPosition = ‘center’
Nota: Esta es una aproximación cruda al modelo epidemiológico, y no debería tomarse como un resultado oficial ni de alta confiabilidad. Su interés es meramente referencial.
Usaremos la ecuación de Gompertz:
\[ y(t) = a \times e^{-e^{\frac{(\mu \times e)}{a} \times (\lambda - t) + 1}} \] Donde los parámetros a ajustar son a, mu (\(\mu\)) y lambda (\(\lambda\))
El resultado de usar todos los datos disponibles se ven a continuación.
Formula: y ~ a * exp(-exp(mu * exp(1)/a * (lambda - t) + 1))
Parameters:
Estimate Std. Error t value Pr(>|t|)
a 9275.566 5938.629 1.562 0.132582
mu 163.090 68.990 2.364 0.027328 *
lambda 20.447 5.016 4.076 0.000501 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 27.95 on 22 degrees of freedom
Number of iterations to convergence: 10
Achieved convergence tolerance: 5.372e-06
Además, esta ecuación tiene un valor de AIC de 242.271395.
El gráfico que acompaña a este modelo, presenta (en rojo) la extrapolación a 7 días de la curva actual. Además, se muestra, en color naranja, la curva extrapolada usando los datos de los primeros 12 días desde el primer caso confirmado (que fue el 20202-03-06). Y como referencia, en en gris oscuro se muestra la curva estimada con los datos hasta las semana anterior.
Esta visualización esta hecha usando el lenguaje de programación R, y hace uso de una serie de librerías (flexdashboard, ggplot2, echarts4r, DT), para producir los distintos gráficos y tablas.